文本生成的 Symphony：临床记录生成的基准评测

arXiv:2610.08161v1 公告类型：新提交 摘要：环境感知式文档记录系统正迅速得到采用，但其对临床记录质量的影响仍缺乏充分研究。我们推出 MedConv，这是一个包含 300 次临床诊疗的多语言数据集，涵盖英语、丹麦语和德语。我们将其与 Ambient Clinical Intelligence 基准（ACI-BENCH）结合使用，对比临床 AI 平台 Corti 与两款基于通用 AI 构建、处于领先地位且可获取的环境感知式记录软件应用。我们提出一个受控的临床评估框架，将蕴含度量与由大语言模型评判的成对比较相结合，涵盖取自 PDSQI-9 的八个维度。结果表明，Corti 基于 API 的文本生成基础设施在表现上与领先的商业记录软件相当或更优。我们进一步表明，Corti 的可配置 API 提供了必要的灵活性，可针对特定文档记录用例精细调整各项质量维度。我们介绍了评估方法，并发布了一个数据集，以支持未来对环境感知式文档记录系统开展可复现的比较。